导读:本文包含了采用决策论文开题报告文献综述及选题提纲参考文献，主要关键词:决策树模型,胶质母细胞瘤,影像组学,毛细胞星形细胞瘤
采用决策论文文献综述
F.Dong,Q.Li,D.Xu,W.J.Xiu,Q.Zeng[1]（2019）在《毛细胞星形细胞瘤与胶质母细胞瘤的鉴别诊断：采用增强MRI定量影像组学特征建立的决策树模型》一文中研究指出摘要目的采用增强MRI定量影像组学特征建立决策树模型,以鉴别毛细胞星形细胞瘤(PA)与胶质母细胞瘤(GBM)。方法将2个研究中心的66例病人(PA,31例;(本文来源于《国际医学放射学杂志》期刊2019年05期）
冉雨,程郁凡,陈大勇,王小青[2]（2019）在《采用BP神经网络的智能抗干扰决策引擎研究》一文中研究指出在认知抗干扰通信系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等,面对日益复杂的电磁环境,通常这些算法不具有对新干扰的泛化能力。BP神经网络算法简单、具有一定的容错能力和泛化能力,本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型,根据系统性能设计了输入输出数据的预处理方式和判别标准,阐述了决策实现步骤,分析了算法参数;通过系统性能仿真,验证了文中提出的实时决策引擎的强抗干扰性能。与采用遗传算法和人工蜂群算法的决策引擎相比,本文提出的决策引擎决策速度更快且具有泛化能力和容错能力。(本文来源于《信号处理》期刊2019年08期）
刘恺,周小成[3]（2019）在《采用决策树方法的高分一号PMS影像山区森林覆盖提取》一文中研究指出以福建省龙岩市新罗区为例,选取单期国产高分一号(GF-1)PMS影像,采用面向对象决策树模型进行森林覆盖提取.针对山区地形因素引起的阴坡森林区域光谱值异常现象,灵活运用坡度因子、红绿比值植被指数、比值植被指数、归一化水体指数特征进行森林覆盖提取,并将该方法与其他分类器算法进行对比.结果表明:决策树模型的森林制图精度为96.1%,Kappa系数为0.84;该模型可提取高精度的山区森林覆盖信息,且具有可靠性.(本文来源于《华侨大学学报(自然科学版)》期刊2019年03期）
徐兵,刘潇,汪子扬,刘飞虎,梁军[4]（2019）在《采用梯度提升决策树的车辆换道融合决策模型》一文中研究指出车辆在执行换道行为时,由于受到较多环境因素影响,难以准确进行换道识别和预测.为解决这一问题,提出一种基于梯度提升决策树(GBDT)进行特征变换的融合换道决策模型,以仿真驾驶员在高速公路上自由换道时的决策行为.采用主体车辆与目标车道后车的碰撞时间tlag及车辆周围交通状态变量进行车辆换道行为的建模分析,在NGSIM数据集上对建立的融合换道决策模型进行参数标定和模型测试.实验结果表明:融合换道决策模型以95.45%的预测准确率超越支持向量机、随机森林和GBDT等单一的换道决策模型,获得了最突出的表现.变量分析结果表明:新引入的换道决策变量tlag对车辆换道行为具有重要影响.提出的融合换道决策模型能够进一步减少因换道决策误判而导致的交通事故.(本文来源于《浙江大学学报(工学版)》期刊2019年06期）
徐公国,单甘霖,段修生[5]（2019）在《采用马氏决策过程和后验克拉美罗下界的多被动式移动传感器长期调度方法》一文中研究指出针对多被动式移动传感器协同工作时跟踪精度不稳定等问题,提出了一种基于多步预测的移动传感器长期调度方法。该方法结合部分可观马尔科夫决策过程(POMDP)构建多传感器调度模型,并基于后验克拉美罗下界(PCRLB)建立了传感器调度过程中的单步与长期代价函数;为有效减少计算复杂度,利用大量无迹采样粒子来近似估算长期代价值;通过将多约束非线性调度问题转化为决策树优化问题,可快速获取传感器长期调度方法,并给出了一种基于分支定界技术的改进决策树搜索算法。实验结果表明,所提方法能够实现移动式传感器的合理调度,在决策步长为2时,其目标跟踪精度相较于短期调度可平均提升6.08%;改进搜索算法的求解速度也更加迅速,能够有效满足在线调度的实时性要求。(本文来源于《西安交通大学学报》期刊2019年06期）
王子玥,谢维波,李斌[6]（2019）在《采用口袋算法构造的多类别决策树模型》一文中研究指出采用开放应用架构(OAA)准则训练多个二分类感知机,以Gini指数筛选最优的方法构建二叉决策树.推算说明感知机多分类准则在每个树节点上对空间划分的局限性,将基于口袋算法的二叉树与多叉树在8个UCI数据集上进行比较,并与单变量决策树CART和C4.5的结果进行对照.结果表明:采用口袋算法基于OAA方法构建的二叉树,在准确率和空间划分的可解释性上优于基于经典多分类准则构建的多叉树.(本文来源于《华侨大学学报(自然科学版)》期刊2019年01期）
黄南天,齐斌,刘座铭,蔡国伟,邢恩恺[7]（2018）在《采用面积灰关联决策的高斯过程回归概率短期负荷预测》一文中研究指出为克服概率负荷预测各评价指标相互冲突,难以确定最优预测模型难题,提出采用面积灰关联决策的高斯过程回归(GPR)概率短期负荷预测新方法。首先,构建综合评价指标集合,全面评估基于不同协方差函数的GPR模型预测效果,得到综合评价矩阵。然后,采用熵权法对各指标客观赋权,并在此基础上,使用面积灰关联决策对各模型排序,确定最优GPR概率预测模型。最终,以该模型开展概率预测。实验表明,相较传统距离灰关联决策,面积灰关联决策更明确地分辨方案间差异,结论更可靠。最优GPR模型在保证确定性预测精度的同时,相较预测误差分布特性统计法,准确刻画了负荷的波动性,预测区间更加精确可靠,区间上限明显更低,有助于为决策提供更多有效信息。(本文来源于《电力系统自动化》期刊2018年23期）
本刊编辑部,SANDERSARJ,BENSINGJM,MAGNéET[8]（2018）在《初级医疗保健中非特异性腰痛患者采用共同决策进行身体残疾积极强化的长期随访有效性研究:一项群体随机对照试验》一文中研究指出背景虽然腰背痛患者的康复与其生活背景密切相关,但患者对治疗方案的偏好较少被纳入治疗计划。共同决策(SDM)可以解决该问题。全科医生(GP)采用SDM可能会增加患者对有利结果的期望,从而有助于恢复。方法在荷兰根据不同的积极强化方案(SDM&PR)对患者所产生的临床疗效进行整群随机对照试验,以评估SDM的有效性。共选取68名GP和226例接受GP治疗的新发非慢性腰痛患者。采用结构化培训方案对干预组GP进行SDM&PR培训,重点关注患者对治疗方案的偏好。对照组GP依照正常程序进行照护。第1次会诊后的6个月随访期间,采用Roland Morris残疾问卷(RMD)测量患者身体残疾的变化(主要结果),并记录第2、6、12、26周的RMD、疼痛、充分缓解、缺勤和医疗消费情况(次要结果)。采用混合模型的多变量分析评估结果差异。结果干预组和对照组患者的随访率分别为66%和62%。77%的患者在26周内从背部疼痛恢复到无功能限制。在随访期间,干预组和对照组患者的任何结果平均评分比较,无差异;多变量分析结果显示,6个月随访期间的主要结果无差异。研究结果显示,干预组患者能更多地参与决策。结论本研究GP接受SDM&PR培训后对非慢性腰痛患者的临床结果或医疗保健费用无改善。SDM仅引入了目的导向的交流。如果GP培训能更多关注以患者为导向的沟通技术,并强调对有利结果的期望,对GP的培训可能会更有效。(本文来源于《中国全科医学》期刊2018年23期）
于田歌,刘玮,杨志凯[9]（2018）在《行为决策视角下养殖户生态技术采用行为研究》一文中研究指出近年来,我国肉类食品安全形势比较严峻,肉类食品安全问题越来越受到人们的关注,若想从源头上阻止问题食品流入市场,就必须做好动物疫病的防控工作,有必要深入研究养殖户的生态防控技术采纳行为。基于此,以行为决策理论为出发点,从养殖户个体特征、养殖户过程行为特征、控制变量以及行为整合4个方面分析了动物疫病防控中养殖户的生态技术采纳行为。基于以上4个方面构建了包含动物疫病养殖户防控行为决策、决策后动物疫病防控、恢复阶段的绩效关系在内的理论模型。(本文来源于《南方农业》期刊2018年21期）
颛孙少帅,杨俊安,刘辉,黄科举[10]（2018）在《采用双层强化学习的干扰决策算法》一文中研究指出为解决强化学习算法在干扰决策过程中收敛速度慢的问题,提出了一种采用双层强化学习的干扰决策算法(DRLJD)。首先对等效通信参数进行建模,模型减少了待学习参数的个数,降低了搜索空间的维度;然后利用降维后的搜索空间指导干扰参数选择,避免随机选择导致干扰性能差的缺点;最后利用选择的干扰参数施加干扰,并根据环境反馈进一步降低搜索空间的维度,通过不断交互的方式加快算法的收敛速度。此外,将以往的干扰经验以先验信息的形式加入到系统的学习进程中,进一步缩短了系统的学习时间。针对构造的干扰问题实验表明,DRLJD算法经过200次交互便学习到优异的干扰策略,小于现有算法所需600次交互,且先验信息的利用进一步降低了对交互次数的要求。以提出的新的奖赏标准作为奖赏依据,算法能够在未知通信协议情况下以牺牲交互时间为代价学习到最佳干扰策略。(本文来源于《西安交通大学学报》期刊2018年02期）
采用决策论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在认知抗干扰通信系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等,面对日益复杂的电磁环境,通常这些算法不具有对新干扰的泛化能力。BP神经网络算法简单、具有一定的容错能力和泛化能力,本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型,根据系统性能设计了输入输出数据的预处理方式和判别标准,阐述了决策实现步骤,分析了算法参数;通过系统性能仿真,验证了文中提出的实时决策引擎的强抗干扰性能。与采用遗传算法和人工蜂群算法的决策引擎相比,本文提出的决策引擎决策速度更快且具有泛化能力和容错能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
采用决策论文参考文献
[1].F.Dong,Q.Li,D.Xu,W.J.Xiu,Q.Zeng.毛细胞星形细胞瘤与胶质母细胞瘤的鉴别诊断：采用增强MRI定量影像组学特征建立的决策树模型[J].国际医学放射学杂志.2019
[2].冉雨,程郁凡,陈大勇,王小青.采用BP神经网络的智能抗干扰决策引擎研究[J].信号处理.2019
[3].刘恺,周小成.采用决策树方法的高分一号PMS影像山区森林覆盖提取[J].华侨大学学报(自然科学版).2019
[4].徐兵,刘潇,汪子扬,刘飞虎,梁军.采用梯度提升决策树的车辆换道融合决策模型[J].浙江大学学报(工学版).2019
[5].徐公国,单甘霖,段修生.采用马氏决策过程和后验克拉美罗下界的多被动式移动传感器长期调度方法[J].西安交通大学学报.2019
[6].王子玥,谢维波,李斌.采用口袋算法构造的多类别决策树模型[J].华侨大学学报(自然科学版).2019
[7].黄南天,齐斌,刘座铭,蔡国伟,邢恩恺.采用面积灰关联决策的高斯过程回归概率短期负荷预测[J].电力系统自动化.2018
[8].本刊编辑部,SANDERSARJ,BENSINGJM,MAGNéET.初级医疗保健中非特异性腰痛患者采用共同决策进行身体残疾积极强化的长期随访有效性研究:一项群体随机对照试验[J].中国全科医学.2018
[9].于田歌,刘玮,杨志凯.行为决策视角下养殖户生态技术采用行为研究[J].南方农业.2018
[10].颛孙少帅,杨俊安,刘辉,黄科举.采用双层强化学习的干扰决策算法[J].西安交通大学学报.2018